Name: 部分ウェーブレット変換コヒーレンス法を用いたfNIRS-ハイパースキャンデータにおける指向性情報流の測定 (動画) | JoVE Journal
Uploaded: 2021-09-03T14:30:00.000+00:00
Duration: 8 min 42 s
Description: 学ぶ部分ウェーブレット変換コヒーレンス法を用いたfNIRSハイパースキャンデータ解析。対人神経同期における指向性情報流を測定し、社会的相互作用の神経動態を解明する手法を習得できます。

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

この研究は、中国国家自然科学財団(61977008)とヤング・トップ・ノッチ・タレント・オブ・ワン・ワン・スタレント・プログラムによって支援されました。

人体実験プロトコルは、北京師範大学の認知神経科学と学習の国家主要研究所の治験審査委員会と倫理委員会によって承認されました。すべての参加者は、実験が始まる前に書面によるインフォームドコンセントを与えました。
1. シミュレーション実験
<ol><li>互いに相関するシグナルの2つの時系列を生成し、1つのシグナルが4秒のタイムラグで自己相関を有する。2つの信号間のrの相関係数を0.4に設定します。</li>
	<li>さらに、相関関係はなく、1つの信号に自己相関を持つ2つの時系列の信号を生成します。</li>
	<li>相関の有無にかかわらず生成された信号に基づいて、式2を使用して従来の4秒の時間時間差INSの値を計算します。この信号には、自己相関付きの時間時間差INS WTCと自己相関付きの時間時間差INSWTCという名前を付けることができます。 注:ここで、従来の時間差WTCは、次の式(式2)25で表される。 <img alt="Equation 2" src="/files/ftp_upload/62927/62927eq02.jpg"> ここで、 C は、異なる縮尺 i および時間点 tでの連続ウェーブレット変換演算子を示す。 S は 平滑化演算子を示します。*は複素共役演算子を示す。W と M は、シグナルの 2 つの個別の時系列を示します。</li>
	<li>生成されたシグナルから自己相関を削除します。次に、相関の有無にかかわらず生成された信号に基づいて、式2を使用して従来の4秒の時間差INS WTCの値を計算します。この信号には、自己相関のない時間差INSWTCと自己相関のない時間時間差ベースラインINSWTCという名前を付けることができます。</li>
	<li>相関の有無にかかわらず生成された信号(時間時間差INS pWTCと時間時間差ベースラインINS pWTCという名前)に基づいて、式3を使用して4秒の時間時間差pWTCの値を計算します。 注:pWTCは、次の式(式3)に基づいて計算できます23 <img alt="Equation 3" src="/files/ftp_upload/62927/62927eq03.jpg"> ここで、WTC (Wt, Mt+n) は従来の時間差 WTC です。WTC(Mt、Mt+n)は、1人の個体の自己相関WTCである。WTC (Wt, Mt) は、時間アライメントされた WTC です。* は複素共役演算子である。</li>
	<li>上記の手順を1000回繰り返します。</li>
	<li>ベースライン INS を減算した後、自己相関付きの時間時間差 INSWTC 、自己相関のない時間差 INSWTC、および分散分析 (ANOVA) 法を使用した時間時間差 INSpWTC の結果を比較します。 注: ここでは、自己相関のある時間差 INS WTC は、自己相関のない時間差 INS WTC および時間時間差 INS pWTC よりも有意に高くなることが予想され、自己相関のない時間差 INSWTC と時間差 INS pWTC との間に有意差は期待されません。</li>
</ol>2. 実証実験
<ol><li>参加者と手順<ol>
<li>適切な参加者を募集する。 注:この研究では、北京の大学の学部生から広告を通じて、22組の親しい異性間の友人(女性の平均年齢= 20.95、標準偏差(SD)= 1.86、男性の平均年齢= 20.50、SD = 1.74)を募集した。すべての参加者は右利きで、正常または正常視力に矯正された。さらに、言語障害、神経学的障害、精神疾患を抱えた参加者はいなかった。</li>
		<li>実験中は、参加者の各ペアに向かい合って座るように言います。一方のセッションでは支持的な話題について,もう一方のセッションでは対立する話題について自由に話し合ってもらいます。 注:トピックは、意図された肯定的または否定的な感情的価数を誘発するために使用されました。各コミュニケーションセッションは10分間続き、トピックの順序は相殺されました。</li>
		<li>参加者に、標準的なセットアップルールとして、支持的なトピックと競合するトピックについて報告してもらいます。各パートナーに、明確な点スケールで誘導された可能性のある正または負の価数レベルを評価するように依頼します。次に、報告されたトピックを評価に従ってランク付けします。 注:この作業では、トピックは次の3つのステップで選択されました。まず、支援的なトピックのために、各参加者は、彼女/彼が彼女/彼の人生で改善したいことに関連する1-3の個人的な問題を報告するように求められました。各参加者は、紛争のトピックについて、彼らの間の紛争を誘発した、または誘発する、または関係を危険にさらす可能性のある1〜3のケースを報告する必要がありました。第二に、各パートナーは、各トピックが誘発する可能性のある正または負の価数のレベルを7点満点(1 = まったくない、7 =非常に多く)で評価する必要がありました。第三に、報告されたトピックは評価に従ってランク付けされました。支持的なトピックと競合トピックのリストの最初の2つのトピックが選択されました。</li>
	</ol></li>
	<li>fNIRS データ収集<ol>
<li>26チャンネルfNIRS地形システム( 材料表を参照)を使用してfNIRSデータを収集します。 注:2つのカスタマイズされたオプトードプローブセットは、両側前頭皮質、側頭皮質、および頭頂皮質をカバーしました(図1B)。</li>
		<li>正確には、各参加者に2つのカスタマイズされたプローブセット( 材料表を参照)のキャップを着用するように依頼します。</li>
		<li>鼻、イニオン、耳の乳突起を、10-20国際システム26の典型的なランドマークであるFpz、Opz、T7、およびT8に合わせます。</li>
		<li>チャネル(CH)11をT3およびCH25からT4に合わせ、2つのプローブセット27,28の国際10-20システムに従います。</li>
		<li>高分解能T1加重磁化準備された高速勾配エコーシーケンス(TR = 2530ms;TE = 3.39 ミリ秒;フリップ角度 = 7°;スライスの厚さ= 1.3ミリメートル。ボクセルサイズ = 1.3 x 1 x 1.3 mm)。</li>
		<li>統計パラメトリックマッピング12(SPM12)を使用して、画像を標準的なモントリオール画像研究所座標(MNI座標)空間29に正規化する。次に、NIRS_SPMツールボックス( 材料表を参照)を使用して、プローブのMNI座標を自動解剖学的標識(AAL)テンプレートに投影します。</li>
		<li>55.6Hzのサンプリングレート(装置デフォルトパラメータ)で3波長(780、805、および830nm)の近赤外光の光学密度データを収集します。</li>
		<li>fNIRS地形システムに内蔵された機器ソフトウェアを使用して信号品質をテストします( 材料表を参照)。</li>
		<li>信号の記録を開始します。 注:いくつかの公開されたプロトコルは、様々な機器およびシステム30,31,32でfNIRS信号を収集する方法を実証している。</li>
	</ol></li>
	<li>fNIRS データの前処理<ol>
<li>機器からデータファイルをエクスポートします。 注:現在の実験では、内蔵ソフトウェアが修正されたビールランバート法則に基づいて、全光学濃度データをオキシヘモグロビン(HbO)濃度変化に自動的に変換しました。</li>
		<li>各セッションの最初と最後の 15 秒のデータを削除して、一時的な応答を回避します。</li>
		<li>MATLAB デシメート組み込み関数を使用して、データを 55.6 Hz から 11.1 Hz にダウンサンプリングします。 メモ: 55.6 Hz と 11.1 Hz の間のパワースペクトルパターンは非常によく似ています(補足図 1)。</li>
		<li>組み込みのMATLABアプリケーション関数(Homer3、 材料表を参照)を適切なフィルタリング機能とともに使用して、離散ウェーブレット変換フィルタ法を適用してモーションアーチファクトを修正します。</li>
		<li>MATLAB pca 組み込み関数を使用して、グローバルな生理学的ノイズを除去します。シグナルから分散の上位80%を削除します。</li>
		<li>以前の研究33に基づいて生理学的ノイズを除去する。正確には、高周波の生理学的ノイズ(心臓活動など)のエイリアシングを避けるために、0.7Hzを超える各信号の周波数帯域を除去します。</li>
		<li>次に、0.01Hz未満の各信号の周波数帯域を削除して、非常に低い周波数の変動をフィルタリングします。</li>
		<li>最後に、各信号の周波数帯域を0.15~0.3Hz以内に除去して、呼吸活動の潜在的な影響を排除します。</li>
	</ol></li>
	<li>第1レベルのfNIRSデータ処理<ol>
<li>まず、従来の WTC (INSWTC) を使用して INS を計算します。 注:ここでは、以前の研究が会話中の女性と男性の異なる役割を示唆しているため、INSWTCの女性主導の時間遅れパターンが女性の脳活動と男性の脳活動の間で起こると予測された34,35。従来のWTCは、男性の脳活動を女性の脳活動と比較して後方にシフトさせることによって、INSWTCのこのパターンを計算しました(式2を参照)。</li>
		<li>式 2 を使用して、女性から最初の 2 秒のデータと男性からの最後の 2 秒のデータを削除した後、女性主導の 2 秒遅れの INSWTC 値を計算します。同様に、男性から最初の 2 秒のデータと女性からの最後の 2 秒のデータを削除した後、式 4 を使用して、男性主導の 2 秒時間差の INSWTC 値を計算します。 注:ここでは、MATLABのウェーブレットツールボックスの組み込み関数であるwcoherence関数を使用しました( 材料表を参照)。</li>
		<li>異なるタイムラグn、すなわち、すべての潜在的なCHペアにわたってn = 2 s、4 s、6 s、8 s(例えば、女性のCH2および男性のCH10、合計676ペア)でこの手順を繰り返す。さらに、男性主導の時間遅れINSWTC の強さを同じ方法で計算します(式4)。 <img alt="Equation 4" src="/files/ftp_upload/62927/62927eq04.jpg">
</li>
		<li>次に、pWTC (INSpWTC) を使用して INS を計算します。 注:pWTCは 式3に基づいて計算された。INSpWTC の計算は、異なるタイムラグn、すなわち、すべての潜在的なチャネルペアにわたってn=2s、4s、6s、8sで繰り返された(例えば、女性のCH2および男性のCH10、合計676ペア)。さらに、男性主導の時間遅れINSpWTC の強度も同じ方法で計算した(式5)。 <img alt="Equation 5" src="/files/ftp_upload/62927/62927eq05.jpg">
</li>
		<li>異なるタイムラグでfNIRS信号の時間差時系列を生成します。</li>
		<li>異なるタイムラグでのタイムラグWTCの値を計算します。</li>
		<li>異なるタイムラグでfNIRS信号の自己相関時系列を生成します。男性の 2 秒の自己相関値を計算するには、男性から最初の 2 秒のデータを削除し、男性から最後の 2 秒のデータを削除します。</li>
		<li>異なるタイムラグで自己相関 WTC 値を計算します。</li>
		<li>異なるタイムラグでfNIRS信号の時間整合時系列を生成します。2 秒の時間調整 WTC を計算するには、男性と女性の最初の 2 秒のデータからデータの最初の 2 秒を削除します。</li>
		<li>時間調整された WTC 値を計算します。</li>
		<li>時間アライメントされた WTC、時間差 WTC、および異なるタイムラグでの自己相関 WTC 値を式 3 と式 5 (pWTC の式) に入力し、INSpWTC を生成します。</li>
		<li>最後に、GC メソッド (INSGC) を使用して INS を計算します。 注: pWTC 法をさらに検証し、その長所と短所を評価するために、GC ベースの INS は GC 法 (INSGC) を使用して計算されました。</li>
		<li>pWTCの結果に基づいて、バンドパスはSMCで各個人のHbO信号をフィルタリングします(すなわち、0.4〜0.6Hz、 代表的な結果を参照)。</li>
		<li>GCテスト(計量経済学ツールボックス、MATLAB)を各ダイアド内で、支持的および対立的なトピックで別々に実施します。 注:INSGCについては、4つのF値グループが得られる:(1)支持的なトピック(W2M_supp)について女性から男性まで。(2)支持的な話題(M2W_supp)に関する男性から女性へ。(3)紛争のトピックに関する女性から男性へ(W2M_conf)。(4)紛争のトピックに関する男性から女性へ(M2 W_conf)。F 値は、INS GC のインデックスを作成するために使用されます。</li>
	</ol></li>
	<li>第 2 レベルの fNIRS データ処理<ol>
<li>INS を Fisher-z 変換で変換し、時間次元で INS を平均します。 注: ここでは、Fisher-z 変換は、式 6 36 のカスタム MATLAB スクリプトを使用して実行されました。 <img alt="Equation 6" src="/files/ftp_upload/62927/62927eq06.jpg"> ここで、r は WTC または pWTC の値であり、z は WTC または pWTC のフィッシャー z 変換値です。</li>
		<li>各タイムラグでの平均INSについて、周波数範囲にわたる各CHペアでペアの2サンプル t検定(支持 対競合)を実施します。次に、すべての重要な周波数クラスタを特定します(P&lt;0.05)。</li>
		<li>クラスターベースの順列テストを実行して、結果のしきい値を設定します。<ol>
<li>参加者を新しい2人のメンバーのペア、つまり互いに通信したことのないダイアドの参加者にランダムに割り当てることによって、ダイアディック関係を再割り当てします。各タイムラグでINSを再計算し、新しいサンプルで対応のある t検定を再度実行し、有意な周波数クラスタを再度特定します。</li>
			<li>合計 t 値が最大のクラスターを選択します。上記の手順を 1000 回繰り返して、最大偽陽性 t 値のヌル分布を生成します。 注: 分布は確率レベルとして機能します。ファミリごとのエラー率(FWER)はq = 0.05で制御され、偽陽性のt値のヌル分布の上位5%のみがしきい値(R*)を超えます。</li>
			<li>元のサンプルで識別された各頻度クラスターのt値を合計した値をヌル分布と比較して、有意な統計結果を得ます。</li>
		</ol>
</li>
		<li>コンテキスト(支持的、対立的)x方向(女性から男性、男性から女性へ)分散分析(ANOVA)を実施して、異なる条件(すなわち、トピック)間のINS方向の差を検定する(p&lt;0.05)。</li>
		<li>WTC(Wt、Mt+n)とWTC(Mt、Mt+n)の結果の間で対応のある2サンプル両側t検定を実施し、INSに対する自己相関の潜在的な影響を検定します。 注: WTC の INS (Mt、Mt + n) は自己相関を反映しています。</li>
	</ol></li>
</ol>

著者らは、競合する金銭的利益はないと宣言している。

ハイパースキャン研究では、通常、個人間の情報の流れの方向的および時間的パターンを記述することが不可欠です。これまでのほとんどのfNIRSハイパースキャン研究では、従来のWTC25を使用して、時間差INSを計算することによってこれらの特性を推測してきました。しかし、fNIRS信号20,21の本質的な特徴の1つとして、自己相関効果が時間遅れINSを混乱させる可能性がある。この問題に対処するために、本明細書のプロトコルにおいて、pWTCと称される方法が導入された22。この方法は、部分的に自己相関が外れた後の時間遅れINSを推定し、WTC法の利点を維持します。このプロトコルは、pWTCの実施方法に関するステップバイステップのガイダンスを提供し、その結果を従来のWTCおよびGCテストの結果と比較することによってpWTCの結果を検証します。
fNIRSベースのハイパースキャンデータに...

社会的相互作用は人間にとって極めて重要である1,2。社会的相互作用の二重脳神経認知メカニズムを理解するために、ハイパースキャンアプローチが最近広く使用されており、対人神経同期(INS)のパターンが社会的相互作用プロセスをうまく特徴付けることができることを示している3、4、5、6、7、8、9、10、11、12,13,14。最近の研究の中で、興味深い発見は、ダイアドにおける個人の役割の違いがINSの時間遅れパターンにつながる可能性があるということです、すなわち、INSは、ある個人の脳活動が他の個人の脳活動に数秒遅れたときに起こります。 教師から生徒へ8人、母親から子供へ13,15人、ロマンチックなカップルの女性から男性へ6.最も重要なのは、時間遅れINSの間隔と、質問する教師と8に答える生徒の間、または母親の子育て行動と子供のコンプライアンス行動15との間のそのような社会的相互作用行動の間隔との間に良好な対応がある。したがって、時間差INSは、対人言語コミュニケーションのための最近の階層モデル16において提案されているように、ある個人から別の個人への指向性情報フローを反映し得る。
これまで、時間遅れINSは、自然主義的社会的相互作用を研究する際の比較的高い空間分解能、音の解剖学的局在化、およびモーションアーチファクト17の非常に高い許容度のために、主に機能的近赤外分光法(fNIRS)信号に基づいて計算された。また、社会的相互作用中の神経タイムラグと行動タイムラグとの対応関係を精密に特徴付けるためには、タイムラグ毎(例えば、無タイムラグから10秒のタイムラグまで)のINS強度を求めることが不可欠である。この目的のために、以前は、ウェーブレット変換コヒーレンス(WTC)手順は、ある個体の脳信号を別の個体の脳信号に対して前方または後方にシフトした後に広範囲に適用されていた5,6,18。fNIRS信号に対してこの従来のWTC手順を使用する場合、観察された時間遅れINSが個々の19、20、21に対するfNIRS信号の自己相関効果によって交絡する可能性があるため、潜在的な課題があります。例えば、ダイアディック社会的相互作用プロセスの間、時点tにおける参加者Aの信号は、同じ時点における参加者Bの信号と同期され得る。一方、時間点tにおける参加者Aの信号は、自己相関効果のために、後の時点t+1における参加者Aの信号と同期され得る。したがって、時刻tにおける参加者Aの信号と、時点t+1における参加者Bの信号との間に、偽の時間差INSが発生する可能性があります。
Mihanovićと彼の同僚22は、最初に部分ウェーブレット変換コヒーレンス(pWTC)と呼ばれる方法を導入し、次にそれを海洋科学23,24に適用した。この方法の本来の目的は、2つの信号のコヒーレンスを推定するときに外因性の交絡ノイズを制御することでした。ここでは、fNIRSハイパースキャンデータの自己相関の問題に対処するために、pWTC法を拡張して、fNIRS信号上の時間差INSを計算しました。正確には、参加者Aから参加者Bまでの時間差INS(および方向情報フロー)は、以下の式(式1)23を使用して計算できます。
<img alt="Equation 1" src="/files/ftp_upload/62927/62927eq01.jpg">
ここでは、参加者 A と参加者 B からそれぞれ A と B の 2 つの信号があると仮定します。信号Bの発生は、常にnのタイムラグを持つ信号Aの発生に先行し、WTC(At、Bt+n)は従来の時間差WTCである。WTC (At, At+n) は、構成要素 A における自己相関 WTC であり、WTC (At, B t) は、構成要素 A と B の間の時点 t における時間整合 WTC です。* は複素共役演算子です (図 1A)。
<img alt="Figure 1" class="xfigimg" src="/files/ftp_upload/62927/62927fig01.jpg"> 図 1: pWTC の概要 (A) pWTC の論理。ダイアド内には2つの信号AとBがあります。A の出現は、常にラグ n を持つ B の出現に続きます。灰色のボックスは、特定の時点tまたはt+nにおけるウェーブレットウィンドウです。pWTC方程式(図に表されている)に基づいて、3つのWTCを計算する必要があります:At + nとBtの時間遅れWTC。A tおよびA t + nの参加者Aにおける自己相関WTC;時刻t、RtおよびBtにおける時間整列WTCである。(イ)オプトイドプローブセットのレイアウト。CH11はT3に置かれ、CH25は国際10-20システム27,28に従ってT4に置かれた。<a href="https://www.jove.com/files/ftp_upload/62927/62927fig01large.jpg" target="_blank">この図の拡大版を表示するには、ここをクリックしてください。</a>
このプロトコルは、pWTCが自己相関の課題をどの程度うまく解決するかを示すために、最初にシミュレーション実験を導入しました。次に、自然主義的社会的相互作用の実証実験に基づき、pWTCを段階的に実施する方法を説明しました。ここでは、通信コンテキストを使用してメソッドを導入しました。これは、以前は、時間差INSは、通常、自然主義的なコミュニケーションコンテキスト3、4、6、8、13、15、18で計算されていたためです。さらに、pWTCと従来のWTCの比較、グレンジャー因果関係(GC)検定による検証も実施されました。

<table><tbody><tr><td>fNIRSトポグラフィーシステム</td><td>島津製作所</td><td>島津製作所 LABNIRSシステム</td>には<td>、fNIRS信号測定用の40個のエミッタと40個の検出器が含まれています。このプロトコルでは、これらのエミッターと検出器を使用し、カスタマイズされた26チャンネルプローブセットを2つ作成し、10-20システムに対応する2つのキャップに取り付けました。さらに、LABNIRSシステムには、データ品質チェック、データ変換、データエクスポート用のGUIソフトウェアも組み込まれています。</td></tr><tr><td>MATLAB</td><td>The MathWorks, Inc.</td> (英語)<td>MATLAB 2019a</td><td>このプロトコルでは、MATLAB のいくつかのツールボックスと関数が使用されました: SPM12 ツールボックスは、GUI を介して検証された MRI データを正規化するために使用されました。 NIRS_SPM ツールボックスは、GUI を介してプローブの MNI 座標を AAL テンプレートに投影するために使用されました。 Homer3 ツールボックスは、既定のパラメーターを持つ関数 hmrMotionCorrectWavelet を通じてモーション アーティファクトを除去するために使用されました。 ウェーブレットtoolbox は、その関数 wcoherence を通じて WTC と pWTC を計算するために使用されました。</td></tr><tr><td>MRIスキャナー</td><td>Siemens Healthineers</td><td>TRIO 3-Teslaスキャナー</td><td>このプロトコルでは、MRIスキャナーを使用して各チャネルとoptpdeのMNI座標を取得しました。スキャンパラメータは本文で説明されています。</td></tr><tr><td>カスタマイズされたキャップ</td><td></td><td></td><td>このプロトコルでは、最初に2つのナイロンキャップに10-20システムでマークを付けました。次に、2つの26チャンネルのカスタマイズされたオプトードプローブセットを作成しました。最後に、プローブセットをランドマークと位置合わせされたキャップに取り付けました。</td></tr></tbody></table>

部分ウェーブレット変換コヒーレンス法を用いたfnirs-ハイパースキャンデータにおける指向性情報流の測定

Measurement of the Directional Information Flow in fNIRS-Hyperscanning Data using the Partial Wavelet Transform Coherence Method

社会的相互作用は人間にとって極めて重要です。ハイパースキャンアプローチは、社会的相互作用中の対人神経同期(INS)を研究するために広く使用されてきましたが、機能的近赤外分光法(fNIRS)は、比較的高い空間分解能、音の解剖学的局在化、およびモーションアーチファクトの非常に高い耐性のために、自然主義的社会的相互作用をハイパースキャンするための最も一般的な技術の1つです。以前のfNIRSベースのハイパースキャニング研究では、通常、ウェーブレット変換コヒーレンス(WTC)を使用して時間時間差INSを計算し、個人間の情報の流れの方向と時間パターンを記述します。しかしながら、この方法の結果は、各個体のfNIRS信号の自己相関効果によって交絡する可能性がある。この問題に対処するために、自己相関効果を除去し、fNIRS信号の高い時間スペクトル分解能を維持することを目的とした部分ウェーブレット変換コヒーレンス(pWTC)と呼ばれる方法が導入されました。本研究では、INSに対する自己相関の影響を除去する上でのpWTCの有効性を示すために、最初にシミュレーション実験が行われた。次に、社会的相互作用実験からのfNIRSデータセットに基づくpWTCの動作について、段階的なガイダンスが提供された。さらに、pWTC法と従来のWTC法との比較、およびpWTC法とグレンジャー因果関係(GC)法との比較が描かれた。結果は、pWTCが、自然主義的社会的相互作用中の個人間の異なる実験条件間のINS差およびINSの方向的および時間的パターンを決定するために使用することができることを示した。さらに、従来のWTCよりも優れた時間分解能と周波数分解能を提供し、GC法よりも優れた柔軟性を提供します。したがって、pWTCは、自然主義的な社会的相互作用中の個人間の情報の流れの方向および時間的パターンを推測するための強力な候補である。

シミュレーション結果 その結果、自己相関のある時間差INS WTCは、自己相関のない時間差INSWTC(t(1998) = 4.696, p &lt; 0.001)および時間差INSpWTC(t(1998) = 5.098, p &lt; 0.001)よりも有意に高いことが示された。さらに、自己相関のない時間差INS WTCとINSpWTCとの間に有意差はなかった(t(1998) = 1.573, p = 0.114, Figure 2A)。これらの結果は、pWTCがINSに対する自己相関効果の影響を効果的に除去できることを示しています。さらに、WTC値が0または1に近い値に設定されている場合、時間差INSpWTCは、WTC値が0または1から離れていても信頼できる結果を示しました(補足図2)。</stro...

このプロトコルは、社会的相互作用中の情報の流れの方向および時間的パターンを推測するために、対人神経同期(INS)の時間時間差パターンを計算するための部分ウェーブレット変換コヒーレンス(pWTC)を記述する。INS上のシグナル自己相関の交絡を除去する上でのpWTCの有効性は、2つの実験によって証明された。

部分ウェーブレット変換コヒーレンス法を用いたfNIRS-ハイパースキャンデータにおける指向性情報流の測定

Social interaction is of vital importance for human beings. While the hyperscanning approach has been extensively used to study interpersonal neural ...

ハイパースキャンは、個人間の関係を記述するための有望な方法であり、この研究では個人間の神経同期が見いだされる。そして最も重要な質問は、誰が誰と同期しているかを特定することです。そして、ここで提案する方法は、個人間の情報の流れの方向を特定することです。他の方法と比較して、この方法の最も重要な利点は、神経同期から様々な交絡因子を除去することである。たとえば、すべての信号の自己相関などです。その間、すべての信号の高い空間解剖学的分解能を維持することができます。機器からヘモグロビン濃度変更データファイルをエクスポートし、MATLAB読み取り可能な形式に送信することで、データの前処理を開始します。次に、各セッションの最初と最後の 15 秒のデータを削除して一時的な応答を回避し、MATLAB decimate 組み込み関数を使用してデータを 55.6 ヘルツから 11.1 ヘルツにダウンサンプリングします。モーションアーチファクトを補正するには、適切なフィルタリング機能を備えた離散ウェーブレット変換フィルタ法を適用します。PCA組み込み関数を使用して、グローバルな生理学的ノイズを除去します。次に、シグナルから分散の上位80%を削除します。女性から最初の 2 秒間のデータと男性からの最後の 2 秒間のデータを削除した後、女性主導の 2 秒間の時間差の INS WTC 値を式で計算します。同様に、男性からの最初の 2 秒間のデータと女性からの最後の 2 秒間のデータを削除した後、男性主導の 2 秒間の時間差の INS WTC 値を計算します。Nが4秒、6、8秒に等しいように、異なるタイムラグで手順を繰り返し、潜在的な676CHペアにわたって、前述の式で女性と男性主導の時間差INS WTCの強度を計算します。式を使用して、同じ方法で pWTC を使用して INS pWTC を計算します。男性と女性の間のfNIRS信号の時間差時系列を生成し、異なるタイムラグにおける時間差WTCの値を計算します。男性のfNIRS信号の自己相関時系列を生成するには、男性からデータの最初の2秒と最後の2秒を削除します。次に、男性の 2 秒間の自己相関値を計算します。次に、異なるタイムラグで自己相関したWTC値を評価する。同様に、男性と女性から最初の 2 秒間のデータを削除して、fNIRS 信号の時間調整された時系列を作成します。次に、2秒間の時間位置合わせWTCを計算する。次に、異なるタイムラグでタイムアライメントされたWTC値を評価します。異なるタイムラグでのタイムアライメント WTC、時間差 WTC、および自己相関 WTC 値を pWTC の方程式に入力し、INS pWTC を生成します。第2レベルのfNIRSデータ処理では、0.7ヘルツを超える各信号の生理学的ノイズと周波数帯域を除去します。次に、各信号の周波数帯域を0.01ヘルツ未満および0.15~0.3ヘルツ以内に除去して、非常に低い周波数変動をフィルタリングします。フィッシャー Z 変換で INS を変換し、時間次元で平均 INS を変換します。各タイムラグでの平均INSについて、周波数範囲にわたる各CHペアでペアの2つのサンプルt検定を実施します。次に、すべての重要な周波数クラスターを特定します。互いにコミュニケーションをとったことのないダイアドの参加者のように、参加者を新しい2つのメンバーペアにランダムに割り当てることによって、ダイアディック関係を再割り当てします。クラスターベースの順列テストを実行して、結果のしきい値を設定します。タイムラグごとにINSを再計算します。新しいサンプルで対応のあるt検定を実行し、有意な周波数クラスターを特定します。次に、合計 T 値が最大のクラスターを選択してから、手順を 1, 000 回繰り返して、最大偽陽性 T 値のヌル分布を生成します。元のサンプルで識別された各頻度クラスターの合計T値をヌル分布と比較し、有意な統計結果を得ます。この研究ではシミュレーション解析が行われました。代表的な分析は、自己相関を有する時間時間差INS WTCが、自己相関のない時間時間差INS WTCおよび時間時間差INS pWTCよりも有意に高かったことを示している。さらに、自己相関のない時間差INS WTCとINS pWTCとの間に有意差はなく、INSに対する自己相関効果の影響を除去する際のpWTCの効率性が示された。0.4~0.6ヘルツ以内にわずかな有意な文脈効果が観察され、男性の方が女性のそれより4秒遅れた。対照的に、INS pWTCについては、男性のセンサーおよび運動皮質活動が女性の活動に4秒遅れた場合、0.4〜0.6ヘルツ以内の有意な文脈効果のみが観察された。女性から男性への指向性INSは、支援的な文脈よりも紛争の文脈で有意に高かった。INS pWTCの結果は、グレンジャー因果関係法で検証されました。その結果、INS GCはINS pWTCと同様のパターンを示すことが示された。Grangerの因果関係分析によって計算された女性から男性への指向性INSは、支持的な文脈よりも紛争の文脈で有意に高かった。このメソッドを使用してニューラル同期を計算した後、他の多くのメソッドを実行することもできます。例えば、我々は、異なる社会的つながりの文脈と異なる社会的関係における社会的つながりとの間のこの方向性情報フローを比較することができる。そしてまた、神経同期に対する異なる通信行動の寄与を理解することができる。例えば、それが言語コミュニケーションであろうと非言語コミュニケーションであろうと、神経同期においてより重要な役割を果たします。

measurement-directional-information-flow-fnirs-hyperscanning-data

Research

JoVE Journal

Neuroscience

神経科学

この議定書では、fNIRS hyperscanning...

機能的近赤外分光法による Hyperscanning 実験を実施

このプロトコルは、カスタムメイドの拡散相関分光法装置を用いて、ヒト前頭前野の安静状態機能接続性を測定する方法を示す。また、実験の実務上の側面や、データを分析するための詳細な手順についても説明します。...

脳血流ベースの安静状態機能性コネクティビティ(光学拡散相関分光法)

自然主義的な学習環境における協調学習ダイアドに関するfNIRSハイパースキャン実験を行うためのプロトコルについて概説する。また、酸素化ヘモグロビン(Oxy-Hb)シグナルの脳間同期(IBS)を解析するパイプラインが提示される。...

オープンエンド共同学習における脳間同期:fNIRS-ハイパースキャン研究

個人の結合された脳間のダイナミクスは、主にfNIRSと脳の同時記録信号(すなわちハイパースキャン)を使用して、互いに調整する際に脳間同期(IBS)によってますます表されています。fNIRSハイパースキャン研究では、IBSは、時系列を非常に直感的な方法で見ることができる時間周波数空間に拡張する利点があるため、ウェーブレット変換コヘレンス(WTC)法を通じて一般的に評価されています。観察されたIBSは、試験、パートナー、および条件の順列ベースのランダムペアリングを介してさらに検証することができます。ここでは、fNIRS技術を介して脳信号を取得し、WTC法を介してIBSを計算し、ハイパースキャン研究で順列することによってIBSを検証する方法を説明するプロトコルが提示される。さらに、fNIRSシグナルの選択、データ前処理の方法、計算のオプションパラメータなど、上記の方法を使用する際の重要な問題について説明します。要約すると、WTC法と順列を用いて、fNIRSハイパースキャン研究でIBSを分析するための潜在的に標準的なパイプラインであり、IBSの再現性と信頼性の両方に寄与する。...

fNIRS ハイパースキャンスタディで脳間同期を計算および検証する方法

ウェーブレット変換コヒーレンス(WTC)は、機能的近赤外分光法(fNIRS)ハイパースキャニング研究で使用される信号間の結合を評価するための一般的な方法です。この作業では、信号の相互作用の方向性を評価するためのツールボックスが提示されています。...

機能的近赤外分光法(fNIRS)ハイパースキャニング研究における脳間コヒーレンスを理解するための新しいフレームワーク

このプロトコルは、心理カウンセリングにおける fNIRS...

心理カウンセリングにおける機能的近赤外分光法ハイパースキャニング研究

時間を越えてのfMRI多ボクセル情報の同期出現を測定するために情報を使用した接続

嗅覚ニューロンは、種々の軸索選別分子を発現して適切な神経回路を確立する。このプロトコルは、嗅覚ニューロンの軸索末端における軸索ソーティング分子のコンビナトリアル発現を視覚化する免疫組織化学的染色方法を記載している。...

嗅覚神経軸索分子識別コードの視覚化のための嗅球の四重免疫染色

このプロトコルでは、目の動きの運動を測定するため体外に分離されたカメ頭の準備を使用する方法について説明します。頭蓋から脳を除去した後回転目と瞳孔径の変化を定量化する電流脳神経を刺激することができます。...

カメの中で脳神経のIn Vitro刺激を用いて眼球運動

本研究では、脳、心電図、筋電図、局所電界電位の同時計測と自由行動ラットの信号を呼吸するためのメソッドを紹介します。この技術は、実験のコストを削減し、データの分析を簡素化は、脳と末梢器官との間の相互作用の理解に貢献します。...

皮質局所電界電位、心電図、筋電図、呼吸リズム自由行動ラットからの同時録音

学ぶ部分ウェーブレット変換コヒーレンス法を用いたfNIRSハイパースキャンデータ解析。対人神経同期における指向性情報流を測定し、社会的相互作用の神経動態を解明する手法を習得できます。

部分ウェーブレット変換コヒーレンス法を用いたfNIRS-ハイパースキャンデータにおける指向性情報流の測定

さらに動画を探す